待验证50% 置信权衡取舍精确时间

以大模型作为唯一中心调度者协调多个MCP工具时，当工具调用数量过多，模型容易出现调度混乱，导致稳定性差、可扩展性弱

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

ChatBI企业级实战：用LangGraph与Multi-MCP打造去中心化数据分析智能体

涉及实体

相关事实

待验证中心化多MCP架构在工具数量增多时存在不稳定性、可扩展性差和工具调用混乱的问题76% 相似待验证工具参数描述过于宽泛会导致模型产生幻觉参数，过于严格则限制工具的适用范围与灵活性73% 相似待验证MCP在工具数量增长到数十甚至数百个时，每次对话都需要将所有工具的Schema描述注入上下文，会造成显著的性能瓶颈72% 相似已验证小模型比大模型更易发生嵌入坍缩，原因包括参数容量有限、优化捷径倾向和各向异性问题被放大71% 相似待验证多模型协同架构中不同模型的误差会逐级累积，系统整体稳定性取决于最薄弱的环节70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946867

API

curl https://kongchang.com/api/v1/knowledge/claims/946867

MCP

get_claim(id=946867)